1. República Bolivariana de Venezuela.
Ministerio del Poder Popular para la Educación Universitaria.
I.U.P “Santiago Mariño”.
Extensión – Maturín.
Profesora: Bachiller:
Amelia Malavé Ronald Medrano 19.858.373
Sección: E (Tarde)
Maturín, Enero del 2015

2. La programación dinámica es una técnica
matemática útil que resuelve una seria de
decisiones secuenciales, cada una de las
cuales afecta las decisiones futuras.
Proporciona un procedimiento sistemático
para determinar la combinación óptima de
decisiones que maximiza la efectividad
total.
Programación dinámica

3. La Programación Dinámica es una técnica que parte del principio de no calcular
dos veces la misma información, por lo tanto se utilizan estructuras de
almacenamiento como vectores, tablas, arreglos, archivos, con el fin de
almacenar los resultados parciales, que contribuyan a la solución final.
Este algoritmo evita calcular dos veces la misma información, manteniendo una
tabla de resultados conocidos, la cual se va llenando a medida que se resuelven
los subcasos. Normalmente, empieza por los subcasos más pequeños y más
sencillos; Combinando sus soluciones, obtenemos las respuestas para los
subcasos cada vez mayores, hasta que llegamos a la solución del caso original.
Se aplica no solo por razones de eficiencia, sino porque permite resolver de
manera eficiente problemas que no se pueden resolver por otras metodologías.
Características de la Programación Dinámica

4. Uso de la Programación Dinámica
1. Caracterizar la estructura de una solución óptima.
2. Definir de forma recursiva la solución óptima.
3. Calcular la solución óptima de forma ascendente.
4. Construir la solución óptima a partir de los datos
almacenados al obtener soluciones parciales.

5. Modelos de Programación Dinámica
Existen tres modelos diferentes manejados por WINQSB.
 PROBLEMA DE LA DILIGENCIA
(Stagecoach Problem)
 PROBLEMA DE LA MOCHILA
(Snapsack Problem)
 PROGRAMACIÓN DE PRODUCCIÓN E INVENTARIOS
(Production and Inventory Scheduling)

6. PROBLEMA DE LA DILIGENCIA
(Stagecoach Problem)
Considérese el gráfico que contempla las rutas posibles para ir desde la ciudad 1
hasta la ciudad 10. Cada nodo representa una ciudad y los arcos la infraestructura
vial disponible. La tabla recoge el costo asociado al desplazamiento entre cada par
de nodos para cada una de las etapas.
Supondremos que todos los desplazamientos tienen la misma duración, y que el
viaje ha de realizarse en cuatro etapas. Cada una de ellas se corresponde con un
único desplazamiento entre un par de nodos del grafo, así al finalizar la primera
etapa estaremos en una de las ciudades 2, 3 ó 4. La segunda etapa finalizará en la
ciudad 5, la número 6 ó la número7. La tercera jornada nos llevará a la ciudad 8 o a
la número 9. La cuarta etapa permite finalizar el viaje en la ciudad 10.

7. PROBLEMA DE LA DILIGENCIA
(Stagecoach Problem)
Períodos o etapas: Sea N= {1, 2,....., n} un conjunto finito de elementos.
Mediante el índice N n ∈ , representamos cada uno de ellos. N es el
conjunto de períodos o etapas del proceso. En la ilustración anterior N=
{1, 2, 3, 4}, las cuatro etapas del viaje, cada una de ellas es un período y
se representa mediante un valor del índice n, así cuando n =1 nos
estamos refiriendo a la primera etapa del proceso.
Espacio de estados: es una familia de conjuntos, uno para cada período
n. S se denomina espacio de estados en el período n. Cada uno de sus
elementos, que se representa mediante Sn, es un estado, que describe
una posible situación del proceso en ese período. En nuestro ejemplo, S1
= {1}, S2= {2, 3, 4}, S3= {5, 6, 7}, S4= {8, 9}.
La función recursiva: Dados unos nodos y unos arcos que conectan
estos nodos, el problema de la diligencia intenta encontrar la ruta más
corta que conecta un nodo de arranque con el nodo final (el destino).

8. PROBLEMA DE LA DILIGENCIA
(Stagecoach Problem)

9. La idea básica es que existen N tipos distintos de artículos que pueden
cargarse en una mochila; cada artículo tiene asociados un peso y un valor. El
problema consiste en determinar cuántas unidades de cada artículo se deben
colocar en la mochila para maximizar el valor total. Este enfoque resulta útil para la
planificación del transporte de artículos en algún medio, por ejemplo: carga de un
buque, avión, camión, entre otros. También es utilizable este modelo en planificación
de producción, por ejemplo enrutamiento de la producción a través de varias
máquinas. El problema se desarrolla bajo dos consideraciones, primero teniendo en
cuenta el peso y luego el volumen.
Este es un problema que también podría resolverse por programación
lineal entera teniendo en cuenta la función objetivo y restricciones siguientes:
PROBLEMA DE LA MOCHILA
(Snapsack Problem)

10. PROBLEMA DE LA MOCHILA
(Snapsack Problem)
La carga de un avión se distribuye con el propósito de maximizar el ingreso total. Se
consideran 5 elementos y sólo se necesita uno de cada uno. La compañía gana 5000
u.m. por elemento más una bonificación por elemento. El avión puede transportar 2000
libras.
a) ¿Cuáles elementos deben transportarse?
b) Si se considera un volumen máximo de 200 pies cúbicos. ¿Cuáles elementos deben
transportarse?

11. PROBLEMA DE LA MOCHILA
(Snapsack Problem)
El problema se desarrolla bajo las dos consideraciones, primero teniendo en cuenta el
peso y luego el volumen. Como puede apreciarse este es un problema que bien podría
resolverse por programación lineal entera teniendo en cuenta la función objetivo y
restricciones siguientes:
Siendo el elemento j a transportar.
Para el caso del volumen se reformaría la primera restricción
cambiando los coeficientes por los volúmenes de los ítems.

12. PROBLEMA DE LA MOCHILA
(Snapsack Problem)

13. El problema consiste en determinar un programa de producción para un
periodo de tiempo con el fin de minimizar los costos totales relacionados. Hay
demandas conocidas para cada periodo, límites de capacidad tanto para la
producción como para los inventarios. Cuando hay más producción que
demanda, se acumula inventario, y cuando la producción es menor que la
demanda, se generarán retrasos en el cumplimiento de pedidos. Para cada
periodo, una producción diferente de cero incurre en un costo de preparación.
PROGRAMACIÓN DE PRODUCCIÓN E INVENTARIOS
(Production and Inventory Scheduling)
)

14.  𝑷(𝒏) : El número de unidades producidas en el periodo n.
 𝑫(𝒏) La demanda en el periodo n.
 𝑯(𝒏): El inventario disponible al final del periodo n.
 𝑩(𝒏) : El backorder al final del periodo n.
 𝑰(𝒏): La posición del inventario al final del periodo n, es decir 𝑰(𝒏) = 𝑯(𝒏), o 𝑰(𝒏) = 𝑩(𝒏).
𝑰(𝒏) = 𝑰(𝒏 −𝟏) + 𝑷(𝒏) − 𝑫 𝒏 .
 𝑺(𝒏): El costo de preparación en el periodo n.
 𝑽(𝑷 𝒏 ,𝑰(𝒏)) : El costo variable = función de 𝑷(𝒏) , 𝑯(𝒏) y/o 𝑩(𝒏).
𝑪(𝒏, 𝑷 𝒏 ,𝑰(𝒏)) = 𝑺(𝒏)+ 𝑽(𝑷 𝒏 ,𝑰(𝒏)) si 𝑷(𝒏) > 0, = 𝑽(𝑷 𝒏 ,𝑰(𝒏)) si 𝑷(𝒏) =0
 𝑭(𝒏,𝒊) :Costo total acumulativo dado el nivel del inventario inicial i para el periodo.
La relación recursiva dinámica se expresa como:
𝑭(𝒏,𝒊) = 𝒎𝒂𝒙𝒊𝒎𝒐 𝑪(𝒏, 𝑷 𝒏 ,𝒊) + 𝑷(𝒏) − 𝑫 𝒏 + 𝒇(𝒏−𝟏,𝒊+𝑷 𝒏 −𝑫(𝒏)) 𝒑𝒂𝒓𝒂 𝒕𝒐𝒅𝒐 𝒆𝒔 𝒑𝒐𝒔𝒊𝒃𝒍𝒆 𝑷(𝒏). 𝒏 𝟑
PROGRAMACIÓN DE PRODUCCIÓN E INVENTARIOS
(Production and Inventory Scheduling)